這是一個簡單的問題,但你越是深究這個問題就越難回答。
他們是在看到Instagram的帖子或限時動態、是在Google上搜索你的產品後,還是打開促銷郵件後才決定購買的?
隨著網站、社交媒體屬性、影響者、離線互動和其他需要考慮的因素的發展,再加上過去10年消費者行為發生的巨大變化。你的業務變得越來越複雜。想想看,從你醒來到上床睡覺,你每天都會接觸到多少不同的設備、應用程式和網站。
在當今世界,營銷歸因遠不是完美的,但是你在整個客戶從被吸引到購買的旅程中看到的越多,你就能做出越好的決定,從選擇什麼渠道驅動你最好的客戶,到找出哪些渠道的互動能很好地幫助你的工作。
Table of Contents
什麼是營銷歸因?
營銷歸因的目標是更清楚地瞭解客戶與你的品牌在轉化過程中的所有不同互動和接觸點。
它可以讓你將達成的轉換歸功於那些有助於轉化的渠道和特定活動,從而幫助你理解如何以及在哪裡投資你的金錢和注意力。
雖然這在理論上聽起來很簡單,但在實踐中卻可能相當複雜。
為什麼營銷歸因越來越難?
花一點時間思考一下自己作為消費者的行為。
在智能手機,平板電腦和社交媒體出現之前,大多數人只有一種設備可以訪問網絡:座檯式電腦。營銷歸因相對簡單。
但是,來到今天,你需要考慮以下因素,這些因素可能會在你的營銷報告和歸因中造成重大漏洞:
我們生活在一個充斥不同設備的世界中。人們有時擁有多個智能手機,平板電腦,辦公電腦,家用計算機,甚至是智能家用設備。實際上,當它們全部屬於同一位客戶時,它們中的每一個都可能顯示為你網站的唯一訪問者。
世界對隱私和追蹤越來越嚴格。現在,設備和瀏覽器對用戶信息的存儲和跟蹤更加嚴格。隨著GDPR和隱私問題成為首要考慮,消費者將需要自行選擇被在線跟蹤。
大多數歸因是基於點擊的。由於大多數歸因和報告都基於點擊行為和UTM跟蹤(我將在下面概述),因此它忽略了查看廣告的影響或內容。
但這並不代表歸因注定要失敗。你可以使用特定的方法來填補當今歸因環境中的某些漏洞。
為成功的營銷歸因奠定基礎
在討論歸因運作原理或不同的營銷歸因模型之前,我們需要弄清楚一件事:
世上沒有100%「真實」的營銷歸因。
你永遠無法完全理解每個營銷接觸點對每個客戶旅程的影響。所有的營銷歸因模型都只是現實情況的一個估算值。
你唯一可以爭取的準確性是:
正確設置像素和轉換跟蹤(如facebook像素、Google廣告轉換跟蹤和Google Analytics中的目標/事件)
為UTM標記和跟蹤創建一致的系統,該系統優先考慮有關客戶旅程的完整數據
瞭解不同歸因模型的世界觀以及它們是如何影響你的營銷決策
讓我們從UTM(Urchin Tracking Module)參數開始——一串以「?」開頭的標籤或網址後面可能會出現的「&」(例如,www.yourstore.com?utm_source = facebook&utm_medium = cpc)。
雖然UTM標籤看起來和聽起來都很陌生,但它是數碼營銷中的一個標準化標籤系統。使用Google自己的活動URL生成器或或UTM.io之類的Chrome插件創建標籤非常簡單。
有五種標準類型的UTM參數可用於描述分析工具的傳入流量,以便對它們進行分組、組織和分析。
你可以選擇使用它們的時間和方式,但務必在UTM標記和跟蹤方面保持一致:
活動來源(utm_source)描述將放置鏈接的網站或主要來源(例如,如果我在Instagram的個人簡歷中推廣指向我商店的鏈接,並且我做了很多社交媒體營銷,我可能會將其標記為utm\U Source=Instagram)。
廣告媒介(utm_medium)描述的是營銷活動(例如,如果我使用鏈接來跟蹤來自Google廣告活動的流量,我可能會將其標記為utm_medium=cpc,這樣你就知道它來自每次點擊成本的廣告)。
活動名稱(utm_campaign)讓你從你正在運行的特定活動中識別流量,即使它來自相同的來源(例如,一個品牌搜索活動,你可以使用utm_campaign=branded%20search%20exact。空格可以被編碼為「%20」以避免破壞URL)。
如果你正在運行一個Google廣告活動,那麼活動術語(utm\u Term)用於跟蹤特定的關鍵字。
如果你對廣告進行A/B測試,活動內容(utm_content)是有幫助的。在這種情況下,你可以跟蹤每個廣告,看看哪一個最有效地推動流量。
每個參數都告訴我一些關於流量的信息:
來源:Google
媒介:CPC(每次點擊成本)
活動:無品牌搜索廣告
關鍵詞:你招標的關鍵詞
UTM可幫助你跟蹤特定來源的流量,以便你可以在更精細的級別上分析流量的執行情況,但前提是你必須牢記以下幾點:
UTM是主觀的,由你定義。雖然有一些通用的做法來命名UTM,但請使用對你有意義的名稱。只要你始終如一,並且工作團隊可以輕鬆瞭解你所使用的內容,就沒問題了。
UTM參數區分大小寫。「utm_source=Facebook」和「utm_source=Facebook」將在Google Analytics顯示為兩個不同的來源。
保存參數記錄。創建一個一致的系統來記錄你的UTM參數,這樣你和你的團隊就知道在使用什麼,並且就可以理解它們的意思。
把你的標籤保持一致。在你的UTM系統上加入任何新的團隊成員時,使用前一定要仔細檢查你的UTM。
測試你的最終到達網址。有時你的最終到達網址可能會中斷。養成在花錢買廣告之前仔細檢查登錄頁面並編碼任何特殊字符的習慣(可以使用URL編碼器)。
適當時使用URL縮短器。 UTM參數可以使鏈接變長且無法點擊,如果你要公開顯示鏈接(例如在社交媒體的個人簡歷中,或者在貿易展覽會的展板中)以跟蹤流量和銷售,請使用bit.ly之類的URL縮短器來縮短它們。
使用用戶ID將跨設備的用戶旅程分組
正確的UTM跟蹤是朝正確方向邁出的一步,但是默認情況下,如果同一用戶在多個設備上訪問你的網站,則每個「訪問」都將被歸為一個單獨的用戶和一個單獨的「旅程」。
例如,如果用戶看到Instagram關於某個產品的報道,他們可能會查看該產品,但不會立即購買。相反,他們可能會在回家的路上研究手機上的產品,最後在睡前在筆記本電腦上再次搜索,並在Google購物廣告上完成轉換。為了解決這個問題並對來自同一個用戶的所有行為進行分組,你需要在Google Analytics中啓用用戶ID集成你的CRM。
Google Analytics中的用戶ID會為每個用戶創建唯一的non-PII(非個人識別)ID,無論他們的數據從何處發送,都會包含這些ID。然後,你可以使用ID來統一設備之間的互動,以及每個客戶的在線和離線接觸點。
對於要清楚地描繪出你的客戶如何通過不同設備和活動與你互動,將不同設備上的許多獨立用戶旅程轉變為一個用戶與你的品牌之間的一系列互動這個能力是至關重要的。
6種不同類型的市場營銷歸因模式
你可以根據自己的業務目標以及你希望將最大價值放在什麼位置而選擇6種不同類型的市場營銷歸因模式:
上次點擊
第一次點擊
線性的
時間衰減
位置
演算法(自定義)
世上並不存在普遍正確或錯誤的營銷歸因模型。
相反,重要的是要瞭解每個模型的世界觀,以及哪些互動被賦予了最大的比重和最少的比重。你甚至可以在不同的屬性模型之間切換,看看這會如何改變你有關不同活動對轉換的影響的看法。
為了幫助你理解每種歸因模式,我們在下面簡要概述了它們。請注意,完全相同的客戶旅程可以根據我們使用的模型而有不同的解釋。
1.上一次點擊歸因
上一次點擊歸因是最常用的模型,也是大多數營銷平台的默認模型。當你積極嘗試將流量轉化為客戶時,這種單接觸點模式非常有用。 它將100%的轉化率權重歸於最後一次點擊的廣告和相應的關鍵字。因此,低層漏斗營銷活動,如品牌搜索將獲得更多價值,而品牌知名度和漏斗高層的營銷活動可能得不到任何價值。
2.首先點擊歸因
這種單觸點歸類模式將第一個觸點視為最重要的,因為它會是將用戶帶進你的漏斗中的100%原因。當你把錢優先花在建立流量和尋找新受眾的活動上時,這是很有用的。它將所有的轉化率權重歸於得到第一次點擊的廣告或相應的關鍵字。因此,像再營銷等高價值的漏斗底部活動在這種模式中被忽略了,這可能會導致這些工作上的投資減少,從而降低你的整體轉化率和收入。
3.線性歸因
線性歸因模型在用戶購買路徑上的所有點擊中平均分配轉換權重。這是多點接觸屬性的最簡單形式。有了這個模型,你就不會錯過任何互動。然而,它並不能確切地告訴你哪個渠道的影響力最大。
4.時間衰減歸因
時間衰減歸因模型與上一次點擊相似。然而,它也將部分權重歸於導致轉換的互動作用,即更接近轉換時間的點擊。
5.基於位置的歸因
基於排名(或U形)的歸因模型會為首次點擊和上一次點擊賦予相同的權重——這些互動中的每個互動都會獲得40%的權重。剩餘的20%會分配給介於兩者之間的其他點擊。
但是,這裡的假設是,首次點擊和上一次點擊是最有價值的互動,而中間可能會有一些活動或接觸點也起了重要作用。
6.演算法歸因
此模型通常稱為自定義歸因。當你有足夠的可用數據時,你可以允許機器學習來確定哪些接觸點在客戶的旅程中應獲得最多的權重。
從理論上講,這是最好的模型,但是它依賴於有足夠的歷史數據來進行機器學習,以在不同的接觸點之間分配權重。
平台間歸因差異
如果你已經做了足夠長的市場營銷,你會注意到,對於任何既定的日期範圍,不同的平台可能會對於轉換率提供不同的數值和權重。
當你直接查看Google廣告、Facebook廣告、Google Analytics,甚至你的Shopify報告時,你可能會注意到差異。那麼什麼應該成為你的真理來源呢?
從技術上講,它們都是「正確的」。他們只是對營銷有不同的看法。下面是每個方法的基本原理。
Google廣告
Google廣告只跟蹤Google廣告流量。它不會消除不同平台上其他廣告活動的重復轉換,因為它看不到這些接觸點。取而代之的是,在任何時候接觸過Google活動的用戶,即使他們後來接觸過facebook/Instagram、電子郵件,或者直接訪問你的網站並進行轉換,都會獲得相應的權重。
默認情況下,Google廣告屬性的時限設置會顯示使用最後點擊屬性點擊廣告後30天內採取的行動。
facebook廣告
facebook廣告平台只跟蹤facebook廣告流量和互動(也包括facebook擁有的Instagram等財產)。
它也不會消除來自不同平台上其他廣告活動的重複數據,即使用家後來與Google廣告活動或電子郵件進行互動,或直接訪問你的網站並進行轉換,都會將在特定時間跨度內看到或點擊facebook廣告的任何用戶計算為做出貢獻。
facebook默認使用帶有歸因時限的最終點擊歸因,該歸因時限介乎於你查看廣告的24小時之內和點擊廣告的7天之內。
facebook廣告是唯一更詳細的廣告平台之一,它將為那些可能「看到」廣告(甚至沒有點擊廣告)並以另一種方式進行轉換的用戶提供權重。如果你希望更好地跨平台比較結果,建議你將設置更改為基於點擊的設置。
Google Analytics
Google Analytics和其他分析平台將跟蹤不同付費和非付費渠道中的可點擊操作。通常,可以將分析平台配置為連接外部/線下數據源,用戶ID和/或不直接屬於你的在線商店的其他Web屬性。
Google Analytics提供了「數據導入」功能,可讓你從其他來源上傳數據,以便你可以在Google Analytics中對所有數據進行分析。添加其他數據源和合併用戶ID是在一個地方包含跨平台的大多數客戶互動的最佳方法。
Google Analytics還會將消除所有渠道的重複數據轉換,並將為轉換過程中的最後一個接觸點提供權重,除非是直接訪問你的網站。在這種情況下,它將給予最後一個非直接接觸點權重。
關於廣告伺服器和基於曝光的歸因
雖然大多數歸因是基於點擊的,但基於曝光的歸因和報告也是可能的。
想想你自己的經歷。你會點擊每一個吸引你興趣的廣告嗎?即使你不這樣做,這些廣告仍然會影響你未來購買產品的決定。
廣告伺服器可讓你在一個平台上整合和消除所有重複營銷數據,同時還可以訪問曝光數據。這些數據使你可以更清楚地看到客戶的購買途徑以及應該投資的渠道。
例如,你可能會在點擊級別上看到搜索廣告出色的表現。但是,當你查看曝光數據時,你會發現那些在搜索時轉換的人實際上事先接觸了YouTube上的廣告,後來在Google上搜索了你的產品。
Google營銷平台就是這類技術的一個例子,你可以訪問各種渠道的曝光級別數據,如搜索、視頻、顯示、Google郵件贊助廣告和一些社交媒體平台。
Shopify
Shopify將跟蹤不同付費和非付費渠道上的可點擊操作。Shopify的分析將刪除所有渠道中重復的轉化,並且即使直接訪問你的商店也將權重歸功於轉化過程中的最後一個接觸點。這是Google Analytics和Shopify的默認歸因工作方式之間的最大區別。
營銷歸因並不完美
瞭解歸因的前景、其中的漏洞以及可以應用的不同模型是讓你朝著更好的追蹤、更整齊的客戶數據庫和更明智的決策邁出的良好的第一步。雖然這還遠遠不夠完美,而且只會越來越難,但營銷歸因可以提供寶貴的見解,瞭解客戶在購買過程中是以何種方式和在何處與你的品牌進行互動。